深入浅出 MySQL Sharding-JDBC 深入理解分片机制：真实表、逻辑表与绑定表全解析

核心概念

真实表（Physical Table）

真实表是指实际存在于数据库中的物理表，是数据最终存储的实体表。在分库分表场景中，这些表通常带有数字后缀来表示分片。例如：

b_order0：表示订单表的第一个分片
b_order1：表示订单表的第二个分片
b_order_item0：表示订单明细表的第一个分片

这些真实表分散在不同的数据库实例或数据源中，每个表存储部分数据。

逻辑表（Logical Table）

逻辑表是对同一类表结构的抽象表示，是应用程序中使用的表名。它代表了一组分片表的集合。例如：

b_order：表示所有订单分片表的逻辑名称
b_order_item：表示所有订单明细分片表的逻辑名称

在SQL查询中，开发者只需要使用逻辑表名，分片中间件会自动将查询路由到对应的真实表。

数据节点（Data Node）

数据节点是分片后的基本数据单元，由数据源和真实表组成，格式通常为数据源名.真实表名。例如：

ds0.b_order1：表示数据源ds0中的b_order1表
ds1.b_order_item2：表示数据源ds1中的b_order_item2表

绑定表（Binding Table）

绑定表是指分片规则完全一致的主表和子表关系。它们具有相同的分片键和分片算法，确保关联数据存储在同一分片上。

绑定表优势

关联查询时可直接在单个分片上完成，避免跨分片查询
消除笛卡尔积问题，提高查询效率
保证事务一致性，相关数据在同一分片

绑定表配置示例

spring:
  shardingsphere:
    sharding:
      binding-tables:
        - b_order,b_order_item
        - t_user,t_user_address

笛卡尔积问题

不配置绑定表时，采用笛卡尔积关系关联，会生成4个SQL：

SELECT * FROM b_order0 o
JOIN b_order_item0 i ON(o.order_id=i.order_id)
WHERE o.order_id IN(10,11);

SELECT * FROM b_order0 o
JOIN b_order_item1 i ON(o.order_id=i.order_id)
WHERE o.order_id IN(10,11);

SELECT * FROM b_order1 o
JOIN b_order_item0 i ON(o.order_id=i.order_id)
WHERE o.order_id IN(10,11);

SELECT * FROM b_order1 o
JOIN b_order_item1 i ON(o.order_id=i.order_id)
WHERE o.order_id IN(10,11);

配置绑定表后，生成2个SQL：

SELECT * FROM b_order0 o
JOIN b_order_item0 ON(o.order_id=i.order_id)
WHERE o.order_id IN(10,11);

SELECT * FROM b_order1 o
JOIN b_order_item1 ON(o.order_id=i.order_id)
WHERE o.order_id IN(10,11);

广播表

广播表是一种特殊的数据分片策略，主要用于处理那些不需要分片但又需要频繁关联查询的小型数据表。

特点

数据规模较小：数据量通常在几百条到几万条之间
高频率的关联查询需求：需要与海量数据进行JOIN操作
数据一致性要求高：内容相对静态，更新频率低

典型应用场景

基础数据表：国家/地区代码表、产品分类表
系统配置表：系统参数表、用户角色表
维度表：时间维度表、组织机构表

分片算法详解

1. 精确分片算法（PreciseShardingAlgorithm）

适用场景：处理使用单一分片键的等值查询（IN操作符）场景
典型查询示例：WHERE user_id IN (1001, 1002, 1003)

2. 范围分片算法（RangeShardingAlgorithm）

适用场景：处理使用单一分片键的范围查询场景
支持操作符：BETWEEN AND、>、<、>=、<=

3. 复合分片算法（ComplexKeysShardingAlgorithm）

适用场景：处理多分片键组合的复杂分片逻辑
特点：支持多个分片键的组合条件

4. Hint分片算法（HintShardingAlgorithm）

适用场景：分片字段不由SQL决定，而由外部条件指定的特殊场景
实现方式：
- Java API方式
- SQL注释方式

// Java API方式
HintManager.getInstance().addDatabaseShardingValue("logicTable", "shardingValue");

/* Sharding:table=employee_01 */ SELECT * FROM employee

分片策略详解

1. 标准分片策略（StandardShardingStrategy）

仅支持单个分片键，适用于大多数常规分片场景。需要配置PreciseShardingAlgorithm（必选）和RangeShardingAlgorithm（可选）。

2. 复合分片策略（ComplexShardingStrategy）

支持多个分片键组合，适合复杂业务场景。

3. 行表达式分片策略（InlineShardingStrategy）

基于Groovy表达式的轻量级分片方案，无需编写Java代码。

# 按用户ID取模分8张表
t_user_$->{u_id % 8}

4. Hint分片策略（HintShardingStrategy）

通过编程方式指定分片值，完全绕过SQL解析过程。

5. 不分片策略（NoneShardingStrategy）

显式声明不分片，适合小表不需要分片的场景。

策略配置

数据源分片策略

主要用于定义数据记录如何被分配到不同的物理数据源节点上。

表分片策略

负责定义数据记录在目标数据源内部的表级分布规则，必须基于数据源分片策略的结果。